计算机应用

作者：杨书新, 张楠

单位：江西理工大学 信息工程学院, 江西 赣州 341000

关键词：情感分析,ELMo,情感词典,卷积神经网络,字符向量

基金：国家自然科学基金资助项目（61662028）；江西省教育厅科学技术研究项目（GJJ170518）；江西省研究生创新专项（YC2018-S331）。

词嵌入技术在文本情感分析中发挥着重要的作用，但是传统的Word2Vec、GloVe等词嵌入技术会产生语义单一的问题。针对上述问题提出了一种融合情感词典与上下文语言模型ELMo的文本情感分析模型SLP-ELMo。首先，利用情感词典对句子中的单词进行筛选；其次，将筛选出的单词输入字符卷积神经网络（char-CNN），从而产生每个单词的字符向量；然后，将字符向量输入ELMo模型进行训练；此外，在ELMo向量的最后一层加入了注意力机制，以便更好地训练词向量；最后，将词向量与ELMo向量并行融合并输入分类器进行文本情感分类。与现有的多个模型对比，所提模型在IMDB和SST-2这两个数据集上均得到了更高的准确率，验证了模型的有效性。

来源：2021年第10期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第10期